運用系統的統計技術，探討具有相同研究主題的實證研究文獻，計算其效果值來分析這些研究結果可以解釋與推論的程度，以做為進一步推論或修正依據的一種量化分析法。後設分析(meta analysis)運用系統的統計技術，探討具有相同研究主題的實證研究文獻，計算其效果值來分析這些研究結果可以解釋與推論的程度，以做為進一步推論或修正依據的一種量化分析法。

專家皮爾遜(K.Pearson)早於1904年首度使用後設分析的方法，用以解決因為小樣本所閃稱的低統計考驗力問題(statistical power)，但後設分析一詞卻是直至1976年由葛拉斯學者提出，在經過統計學者的研究和推動，後設分析已經成為美國學術研究中盛行的一種方法。

由於研究者的研究背景和研究目的不同，對於相同主題的研究再研究對象、研究方法上有所不同，因而形成不同的研究結果。即使研究對象、方法等方面相同，但因為研究定義、研究工具、統計分析方法不同，也會造成不同的結果，甚至是相反的結果。後設分析計算出每一研究結果的效果值，因為效果值是兩組分數差異情形的標準分數，所以可以相互比較，也可以累加平均，計算出來的所有研究結果的平均效果值可以做為綜合解釋與推論的依據，提高研究結論的準確度。目前後設分析除了用在綜合分析研究發現之外，同時也用在考驗不同特徵的研究與效果值之間的關聯，意即效果值是否會因為研究對象、地點、時間、工具、內容、過程等方面的不同而有差異。

採用後設分析的方法來進行研究時，必須一一閱讀每一篇研究的全部而非摘要內容，才能計算每一篇研究的效果值與平均效果值，以及分析每一研究特徵與效果值之間的關係，所以極為耗時耗力。但因研究結果可以提高因果關係、推論的準確性，對於原理原則之發現有其貢獻，因此廣受學者的重視。而後設分析的品質與受分析的每一篇研究的品質息息相關，研究者在從事分析時必須特別注意。

中文關鍵字：後設分析英文關鍵字：meta analysis

註1：吳清山、林天祐 (2007)，教育e辭書， p.62-63，臺北市: 高等教育。